#微调

2 篇文章

Phase 2：什么算 ground truth

把 Label Studio 导出收回去微调下一版模型时，把导出里**所有东西**都当 ground truth 是「用模型自己的预测训模型自己」的快速通道。一个字节进训练集之前应该跑的几道过滤。

每批校验完的 episode 从 Label Studio 导出后，最直觉的动作就是立刻微调。为啥别这么干，以及一个真的「这次重训值得」时才触发的便宜节奏闸。